导读:本文包含了预测与控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:步长,模型,电平,永磁,观测器,功率,同步电动机。
预测与控制论文文献综述
刘红艳,孔繁镍,麦艳红[1]（2019）在《基于滑模观测器的感应电机模型预测转矩控制》一文中研究指出为了提高感应电机驱动系统的性能,设计了一种基于滑模观测器的感应电机模型预测转矩控制策略。模型参考自适应系统可以准确地估计出转子转速,但无速度传感器模型预测转矩控制方案不仅需要估计转子转速,还需要估计磁链。故在模型参考自适应系统中将滑模观测器用作参考模型。同时,通过优化滑动函数和H∞方法设计了适当的增益以解决滑模方法存在的抖震问题。试验结果表明新方案在较宽的转速范围内能够稳定实施,负载性能较优,同时还具有动态快速、结构简单、易于实现的优点。(本文来源于《电气传动》期刊2019年12期）
齐歌,高帅军[2]（2019）在《基于滑模扰动补偿永磁同步电动机PWM预测控制》一文中研究指出针对表贴式永磁同步电动机PWM电流预测控制中电机模型失配以及参数摄动引起的电流稳态误差和振荡问题,提出基于滑模扰动补偿的PWM电流预测控制算法。在传统PWM电流预测控制基础上,将参数摄动引入电机电压方程,分别构建交、直轴滑模扰动补偿器对电流环输出电压进行实时性修正,抑制电机参数变化对控制系统的影响,并通过李雅普诺夫理论分析验证所提算法的稳定性。仿真结果表明,所提方法能够实现快速跟踪控制,提高了PWM预测控制系统对内、外部扰动的稳定性。(本文来源于《电气传动》期刊2019年12期）
李植,陈莉君[3]（2019）在《一种适于Docker容器资源控制的分类预测方法》一文中研究指出Docker容器虚拟化技术被云平台广泛使用,为了确保容器的服务质量,需要对容器资源进行有效的控制。通过研究cgroups技术对容器资源的控制方式,提出了分类预测算法。该算法结合了谱聚类算法和支持向量机算法,对容器资源使用情况进行分析和预测,从而使得cgroups对容器资源的控制更加有效。实验结果表明,该分类预测算法的可用性良好。(本文来源于《计算机与数字工程》期刊2019年12期）
肖天非[4]（2019）在《注射机料筒温度灰色预测控制研究》一文中研究指出将灰色预测算法和模糊控制算法相结合,两种算法互为补充,建立灰色模糊控制器对注射机温度控制系统进行优化。以二板直压式注射机控制器为模型搭建了MATLAB仿真平台对算法进行验证。仿真结果表明:提出的算法能够很好地优化PID控制参数,大大减小了系统的超调量和调节时间,其算法性能优良,极大地提升了注射机温度控制系统的性能。(本文来源于《塑料科技》期刊2019年12期）
余钟民,王亚楠[5]（2019）在《基于功率预测的改进型变步长控制在光伏MPPT中的应用》一文中研究指出设计出一种基于功率预测的改进型变步长MPPT控制算法。新算法采用功率预测原理防误判,同时提出一种新的步长参数F(P'(U))代替P'(U),理论分析了所提参数函数,可有效弥补传统变步长算法步长参数P'(U)数学特性方面的不足。(本文来源于《电气时代》期刊2019年12期）
张鹏鸣,顾军,张强[6]（2019）在《弱电网下模型预测并网逆变器控制策略》一文中研究指出针对有限控制集模型预测控制系统在弱电网并网时存在电网阻抗无法忽略、电网电压突变、系统有延时、电流跟踪精度低的问题,提出了利用参考电流矢量角补偿的方法加以开关权重系数约束方式。首先搭建传统叁相并网逆变器有限控制集模型预测电流控制模型;其次运用参考电流矢量角补偿方法,对预测电流参考值存在误差进行补偿来弥补因电网阻抗与系统电流波动产生的误差,并加入开关函数优化权重系数,使得系统具备两目标兼顾优化的特点,同时在电网电压发生突变时,系统符合并网要求,动态电流跟踪精度准确;最后通过Matlab/Simulink仿真验证了方法的合理性以及有效性。(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年06期）
胡梦宇[7]（2019）在《基于级联延时的叁电平有源电力滤波器电流预测控制》一文中研究指出针对叁电平有源电力滤波器,提出一种基于级联延时信号消除法的柔化模型预测控制方案,进行谐波补偿。构造级联延时信号消除模块提取指令电流信号,对指令信号进行柔化处理后,通过电流预测模型进行预测输出,结合反馈校正和滚动优化,使有源电力滤波器的电流跟踪过程快速且精确,大大降低了网侧电流的谐波含量;直流侧电压控制采用简化叁电平SVPWM算法,简化了算法并有较高的动态性能。通过dSPACE实时仿真系统的对比实验验证,相比传统方法,所提控制方案对谐波的检测和补偿更加精准,保证了叁电平APF直流侧电容电压的稳定和中点电位快速平衡,动态性能和稳定性有较大提升。(本文来源于《2019年江西省电机工程学会年会论文集》期刊2019-12-06）
林婧,梁洁,陈晓思,黄光强,周昱杉[8]（2019）在《枇杷叶质量控制现状及质量标志物预测分析》一文中研究指出目的:为进一步完善枇杷叶的质量标准提供参考。方法:以"枇杷叶""质量标志物""质量控制""药理活性""化学成分""Eriobotrya japonica(Thunb.)Lindl. leaves""Q-marker""Quality control""Pharmacological activitie""Chemical composition"等为关键词,在中国知网、万方数据、维普网、PubMed等数据库中组合查询2003年10月-2019年2月发表的相关文献,在汇总枇杷叶质量控制现状的基础上,从枇杷叶的传统药性、传统药效、植物亲缘学及化学成分生源途径、不同产地和采收时期、不同炮制方法、药物体内代谢过程、可测性化学成分等7个方面出发,对其质量标志物进行预测分析。结果与结论:共检索到相关文献602篇,其中有效文献38篇。枇杷叶可清肺止咳、降血糖等,并对2型糖尿病和非脂肪性酒精肝具有一定的疗效。目前多以单个或几个成分作为指标,采用高效液相色谱法等方法进行定性、定量分析,从而控制药材质量,具有专属性、特征性不强的缺点。通过现有文献预测分析发现,枇杷叶的质量标志物可能存在于叁萜酸类、黄酮类、氰苷类等化学成分中,可将熊果酸、齐墩果酸、橙花叔醇苷、枇杷苷Ⅰ、苦杏仁苷、槲皮素-3-O-β-D-葡萄糖苷等主要药效成分作为枇杷叶质量标志物筛选的候选化合物。今后可聚焦与其药效相关的叁萜酸类、黄酮类、氰苷类等成分的定性、定量研究,并加强对相应疾病的药理作用机制研究及相关制剂的开发。(本文来源于《中国药房》期刊2019年22期）
康国华,金晨迪,郭玉洁,乔思元[9]（2019）在《基于深度学习的组合体航天器模型预测控制》一文中研究指出利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明:该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10~(-4)量级。(本文来源于《宇航学报》期刊2019年11期）
李辉,黄彦全,韦婷,张笛,卿宴伶[10]（2019）在《功率前馈的单相叁电平模型预测有限集控制》一文中研究指出与传统叁电平整流器控制相比,模型预测控制具有更快的响应速度。针对叁电平整流器直流侧电容电压不平衡的问题,提出了一种实现中点电位平衡的模型预测评价函数控制策略。为进一步提高整流器的动态响应,引入了带功率前馈的模型预测有限集控制;针对谐波和直流偏置对锁相环相位的影响,采用了改进的SOGI锁相环算法。为验证控制算法的正确性,在理论分析的基础上搭建仿真模型,最终的仿真结果证明了所提算法的正确性和有效性。(本文来源于《电气自动化》期刊2019年06期）
预测与控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对表贴式永磁同步电动机PWM电流预测控制中电机模型失配以及参数摄动引起的电流稳态误差和振荡问题,提出基于滑模扰动补偿的PWM电流预测控制算法。在传统PWM电流预测控制基础上,将参数摄动引入电机电压方程,分别构建交、直轴滑模扰动补偿器对电流环输出电压进行实时性修正,抑制电机参数变化对控制系统的影响,并通过李雅普诺夫理论分析验证所提算法的稳定性。仿真结果表明,所提方法能够实现快速跟踪控制,提高了PWM预测控制系统对内、外部扰动的稳定性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
预测与控制论文参考文献
[1].刘红艳,孔繁镍,麦艳红.基于滑模观测器的感应电机模型预测转矩控制[J].电气传动.2019
[2].齐歌,高帅军.基于滑模扰动补偿永磁同步电动机PWM预测控制[J].电气传动.2019
[3].李植,陈莉君.一种适于Docker容器资源控制的分类预测方法[J].计算机与数字工程.2019
[4].肖天非.注射机料筒温度灰色预测控制研究[J].塑料科技.2019
[5].余钟民,王亚楠.基于功率预测的改进型变步长控制在光伏MPPT中的应用[J].电气时代.2019
[6].张鹏鸣,顾军,张强.弱电网下模型预测并网逆变器控制策略[J].重庆工商大学学报(自然科学版).2019
[7].胡梦宇.基于级联延时的叁电平有源电力滤波器电流预测控制[C].2019年江西省电机工程学会年会论文集.2019
[8].林婧,梁洁,陈晓思,黄光强,周昱杉.枇杷叶质量控制现状及质量标志物预测分析[J].中国药房.2019
[9].康国华,金晨迪,郭玉洁,乔思元.基于深度学习的组合体航天器模型预测控制[J].宇航学报.2019
[10].李辉,黄彦全,韦婷,张笛,卿宴伶.功率前馈的单相叁电平模型预测有限集控制[J].电气自动化.2019
论文知识图
